BAT：通过在线策略切换实现人形机器人长时程全身控制的敏捷与稳定平衡

BAT 提出在线策略切换框架，依据运动上下文在耦合与解耦的全身 RL 控制器间动态选择，采用 OpVQ-VAE 与 OpHRL 两个切换预测器并由 Token-Familiarity Router（TFR）仲裁。在已见长时程运动组合上成功率 85.2%，未见运动上保持 71.3%，并在 Unitree G1 人形机器人上完成零样本部署。